-
准确率达 90%，用户却疯狂弃用，一遇问题转人工，AI 客服竟比电话语音还糟！大牛发文痛斥：能力≠采纳!四层架构让 Agent 无 AI 感
文章指出，尽管 AI 客服在准确率和响应速度上表现出色，但用户在遇到复杂问题时仍倾向于转人工，导致 Agent 被弃用。核心原因在于用户体验不连续和信任感缺失，而非 Agent 的“笨”。作者提出了 AI Agent 的“四层产品决策架构”：上下文与记忆、数据与集成、技能与能力、评估与信任，并详细阐述了每一层的决策要点。特别强调在“评估与信任”层，承认不确定性反而能提升用户信任。文章还介绍了单 A… -
刚刚，李飞飞空间智能新成果震撼问世！3D 世界生成进入「无限探索」时代 ｜ 机器之心
文章详细介绍了斯坦福大学李飞飞教授的创业公司 World Labs 最新推出的空间智能模型 Marble。该模型的核心能力在于能够仅通过一张图片或一段文本提示，实现 3D 世界的“无限探索”，生成持久存在、可自由导航的 3D 世界。文章强调了 Marble 相较于现有技术的优势，例如其生成的 3D 世界具有永久性、无形变、无不一致性，并且规模更大、风格更多样、几何结构更优质。用户不仅可以在浏览器中… -
118. 对李想的第二次 3 小时访谈：CEO 大模型、MoE、梁文锋、VLA、能量、记忆、对抗人性、亲密关系、人类的智慧
本期播客是理想汽车 CEO 李想的第二次深度访谈，他以“CEO 大模型”的视角，探讨了人工智能技术变革对企业战略、组织能力和个人成长带来的深远影响。李想将工具分为信息工具、辅助工具和生产工具，强调真正的 AI 生产工具必须具备“行动”能力，能实际解决专业工作中的核心问题，并认为未来五年将出现“Agent OS”而非通用 Agent，各专业领域将在此基础上开发专用 Agent。在智能驾驶方面，他详细… -
快手商业化风控内容审核场景下的大模型早期探索与应用
文章详细阐述了快手如何在其商业化风控内容审核场景下探索和应用大模型技术。首先分析了传统风控在客户体验、风险对抗和人工审核效率方面面临的挑战。接着深入介绍了构建风控领域专属大模型（明镜 KwaiBLM）的技术流程，包括基于快手内部语料的预训练、多模态指令微调以及模型迭代。文中重点讲解了模型推理阶段的优化技术，如 AWQ 量化和基于 PagedAttention 的 vLLM 推理加速，并展示了显著的… -
美团正式发布并开源 LongCat-Flash-Chat，动态计算开启高效 AI 时代
文章介绍了美团最新发布并开源的 LongCat-Flash-Chat 大模型。该模型采用创新的混合专家（MoE）架构，总参数 560B，每个 Token 动态激活少量参数（平均 27B），实现了计算效率与性能的双重优化。文章详细阐述了其“零计算专家”机制、跨层通道并行计算、训练稳定性策略等技术亮点。性能评估显示，LongCat-Flash-Chat 在通用知识（如 MMLU、CEval）、智能体任… -
一年成爆款，狂斩 49.1k Star、200 万下载：Cline 不是开源 Cursor，却更胜一筹？！
文章深入探讨了当前 AI 编程助手市场面临的商业模式挑战，特别是“推理套利”导致的巨额亏损问题，指出许多热门工具依赖风险投资补贴续命。在此背景下，文章重点介绍了开源 AI 编程智能体 Cline 的独特发展路径。Cline 秉持“软件天然免费”的理念，允许用户自带 LLM API 密钥来承担推理成本，自身不从中获利，转而通过向企业提供团队管理、安全保障、技术支持等增值服务实现可持续发展。文章还详细… -
从 0 到 1 做一款 AI 产品：技术怎么搭、成本如何控制、销售策略怎么定？
文章通过对独立开发者 Arvid Kahl 的访谈，详细阐述了他从零到一构建 AI 播客监测产品 Podscan 的实践经验。内容涵盖了如何利用开源项目低成本获取并处理全球数百万播客数据，以及在转录和搜索环节中如何精打细算控制 GPU 和 AI 调用成本。更重要的是，Arvid 分享了他在产品实现短期盈利后，如何从产品主导增长（PLG）转向销售主导增长（SLG）的商业策略调整，包括重新定价和主动销… -
手写企业级请求库，支持缓存、重试、并发请求，以及 SSE、进度处理...
本文深入探讨了前端 HTTP 请求库的自研之路，作者首先分析了当前主流请求库（如 Axios 基于 XHR）相对于 Fetch API 的局限性，以及现有库在缓存、重试、并发、SSE 处理等方面功能不足或与框架绑定的痛点。在此基础上，作者详细阐述了其自研的 `@jl-org/http` 库所实现的核心功能，包括基于 AbortController 的请求中断、基于 Map 的请求缓存策略、利用 w… -
何同学×罗永浩！青年何同学的骄傲与烦恼
本期播客是罗永浩与知名青年科技内容创作者何同学的深度访谈。何同学分享了从童年教育、数码兴趣启蒙到大学期间因 5G 视频爆火而转型职业创作者的心路历程。讨论聚焦于内容创作的创意与商业平衡、团队建设与管理挑战、以及成名后面对公众舆论的应对策略。罗永浩也分享了锤子科技早期创业的理想主义与资源困境，特别是 TNT 项目的战略思考。节目还探讨了 5G 技术对移动互联网的推动作用，以及 AI 在内容创作和产品… -
Gamma 创始人：小团队创业是共识，怎么做好才是最大的问题
文章通过对 AI 创企 Gamma 创始人 Grant Lee 的访谈，深入探讨了 AI 时代小团队创业的“新 Playbook”。Grant Lee 指出，传统“先融资再扩团队”的模式已过时，AI 加速了组织模式的迭代。Gamma 以 30 人团队服务近 5000 万用户，年收入超 5000 万美元并持续盈利，其成功得益于独特的组织创新。文章强调，小团队需要“球员兼教练”式的管理者和具备高速学习… -
开发更可控，部署更便捷：AgentScope 迈入 1.0 时代
文章详细介绍了通义实验室推出的 AgentScope 1.0 智能体开发框架，旨在解决智能体在构建、运行和管理中的核心挑战。该框架由 AgentScope 核心框架、AgentScope Runtime 和 AgentScope Studio 三个独立的开源项目组成。核心框架作为智能体开发的“编程语言”，通过异步架构实现了实时介入控制、智能上下文管理（动态压缩、跨会话长期记忆）和高效工具调用（工具… -
构建 LangGraph：一种面向生产环境的 Agent 运行时设计
本文介绍了 LangGraph，它是一个底层代理框架，旨在解决 LangChain 在生产环境 AI 代理应用中的不足。它强调了基于 LLM 的代理的三个核心挑战：高延迟、长时间运行任务的可靠性问题以及 LLM 的非确定性。为了应对这些挑战，LangGraph 整合了并行化、流式传输、检查点、人在回路中 (Human-in-the-Loop) 和追踪 (Tracing) 等功能，并将低延迟作为最终… -
从「对口型」到「会表演」，刚进化的可灵 AI 数字人，技术公开了 ｜ 机器之心
文章详细介绍了快手可灵团队最新发布的数字人技术 Kling-Avatar，该技术旨在将数字人从简单的语音对口型提升到能够根据用户意图进行生动表演的水平。Kling-Avatar 的核心是一个由多模态大语言模型赋能的两阶段生成框架。首先，一个多模态导演模块（MLLM Director）将音频、图像和文本提示整合为结构化的故事线，生成一段全局一致的蓝图视频。其次，基于蓝图视频的关键帧，系统采用并行合成… -
【第 3591 期】GitHub Spec-Kit：规范驱动开发走在正确的方向上 - 严谨、渐进式的 Vibe Coding
本文详细探讨了 GitHub 开源工具 Spec-Kit 在 AI 辅助软件开发中的应用。作者认为 Spec-Kit 旨在解决“vibe-coding”带来的代码质量下降问题，通过结构化流程将 AI 编程助手驯化为遵循规范的伙伴。文章阐述了 Spec-Kit 的核心步骤：规范、规划、执行，并结合 Cursor 工具展示了具体实践。通过一个照片相册整理应用的开发案例，作者详细演示了任务生成、TDD（… -
规格驱动开发：利用 Markdown 作为 AI 构建应用的编程语言
本文提出了一种名为“规格驱动开发”的新方法，用于使用 AI 编码代理（如 GitHub Copilot）构建应用程序。它旨在解决 AI 代理在迭代编码时常遇到的上下文丢失或重复指令问题。核心思想是使用 Markdown 文件 (`main.md`) 作为唯一的真实来源，定义应用程序的目的、设计决策，甚至是详细的逻辑（变量、循环、数据库模式）。AI 通过读取此 Markdown 规范、用户友好的 `… -
Agent HQ 介绍：任何代理，满足您的工作方式
本文宣布了 GitHub 的 Agent HQ，这是一项战略举措，旨在将各种 AI 编码代理（来自 Anthropic、OpenAI、Google 等）直接集成到 GitHub 平台中。它通过创建一个统一的生态系统来解决当前 AI 工具的碎片化问题，在该生态系统中，代理可以在现有的 Git、Pull Request 和 Issue 工作流程中无缝运行。主要功能包括“任务控制中心”，这是一个用于跨不… -
OpenAI 发布最强推理模型 o3 和 o4-mini：图像深度思考首秀，还能自主调用工具
OpenAI 发布了两款新的推理模型 o3 和 o4-mini。o3 是目前最强大的推理模型，擅长编程、数学、科学和视觉理解等领域，在 Codeforces、SWE-bench 和 MMMU 等多项基准测试中创下新纪录，尤其擅长生物学、数学和工程领域。o4-mini 则更小巧高效，专为快速、低成本的应用场景优化，在非 STEM 任务上的表现超越了 o3-mini。这两款模型都具有自主工具调用能力，… -
Gemini API 批量模式：以更低成本处理更多任务
本文介绍了 Google Gemini API 的全新批量模式功能，旨在异步处理高吞吐量、对延迟不敏感的 AI 工作负载。相比同步 API，主要优势包括显著降低 50% 的成本、大幅提升大型任务的速率限制，并通过卸载复杂的客户端排队和重试逻辑来简化 API 调用。使用流程非常简单：用户将所有请求打包成单个文件，通过 API 提交，并在 24 小时内获取结果。文章通过实际案例突出了该功能的实用性，例…
AI 前线
扫码打开当前页
-
✈优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×